栾丕顺++薛光灿
摘 要:思维方法的优劣,决定着决策的好坏。原思维作为一套原创理论,尝试构造一种科学、规范、简单、可复制的思维方法,帮人们克服思维惰性和思维惯性,抓住本质点,发散创造性,使问题分析全面化、逻辑化、系统化,使决策制定更加合理。原思维共分为六大步,分别是:构建机制;结构化机制;寻找相对本质点,发散思路;信息分析;解决问题;“共振”检验。原思维可被运用的领域也很广泛,十分具有拓展性。
关键词:思维方法;原思维;机制;结构化;本质点
中图分类号:F24 文献标识码:A doi:10.19311/j.cnki.16723198.2018.05.040
人们每时每刻都面临着决策,大到国家的发展战略,小到个人的职业规划,甚至一道数学题的解答、一顿饭的食材搭配,在大脑中都会经历一个思维过程。思维过程体现的是思维方法,思维方法的优劣,决定着最终决策的好坏。但生活包罗万象,事物纷繁复杂,在巨大的生存压力下和快餐式的生活节奏中,人们容易形成重结果而轻过程,重形式而轻方法的习惯。久而久之,就会形成某种思维惰性和思维惯性。思维惰性会让人懒得思考,缺乏活力和想象力,忽略了人的主观能动性;思维惯性会让人决策跟着感觉走,靠的是不经反省的习惯动作,时间长了便会只看表面现象,而忽略了表象之后的本质,还会导致决策缺乏理性和创造力,即使决策本身是正确的。
在一定意义上,任何思维方法都属于哲学范畴,是世界观的现实体现,是方法论的具体应用。但在学术领域,对思维方法本身的研究却较为片面。前辈学者多针对某个哲学问题的概念、性质进行研究,对其背后思维方法的描述常局限于世界到底是什么样的、应该怎么认识世界等认识层面,而对于如何应用思维方法解决实际问题等操作层面的研究和论述较少。笔者认为,造成这种现象有三个方面的原因:第一,哲学往往只存在于哲学家们的彼岸世界,是一种“崇高”的存在,离普通人的生活世界相距较远,现实生活中也并不是谁都可以站在哲学家的高度去总结各种高深的思维方法来指导实践;第二,哲学研究正趋向多元化,哲学学科的范围愈来愈广, 派别愈来愈多, 分工越来越细, 甚至哲学家们对彼此从事什么性质的工作都感到迷惑不解,更别提应用和推广某种提炼出来的思维方法了;第三,哲学世界的海洋太辽阔,是非存在太具有相对性,当无法接近或描述真相的时候,往往会引入某种神秘色彩的论调,从中国佛家思想的“不可说,一说就破”到西方哲学的“心灵之光”、“神智学”,无不如此,这无疑更加拉大了哲学思维方法和生活实践的距离。
因此,拉近这种距离感,本着学习、融合、应用和创新的心态,尝试构造一种科学、规范、简单、可复制的思维方法,帮助人们克服思维惰性和思维惯性,为人们提供一种自主认知世界的方式,虽略显狂妄,但却十分有价值。
1 原本简单的世界观
不论是中国传统哲学,还是西方近代哲学和从马克思开始的现代哲学,都不同程度蕴含了本质主义的世界观。尽管在后来的哲学研究与发展中,本质主义备受质疑,甚至还被印上了诸如僵化、刻板、苍白的烙印,但其科学性依然值得辩护。中国传统哲学探索格物穷理之轮转,追寻内圣外王之天道;西方近代哲学以牛顿经典力学为基础,奉行科学主义,主张“本质先定、一切既成”;马克思现代哲学奉行唯物主义的实践观,分析物质世界的本质属性。他们都尝试探索和总结宇宙、自然的本质规律,追问“事物的普遍真理”,对生活或现实中的人进行简化、遗忘和抽象。
基于此,我们也尝试从探索事物的本质出发,研究并原创了一套思维方法——“原思维”。用“原”字,以体现“原本的,简单的”哲学本质,这套思维体系的核心就是要回归到本源,回归到简单,正所谓“原本简单”。原思维坚持本质主义的科学思想,同时树立生成性思维意识,结构化生活而又不脱离生活,强调过程的重要性,注重想象力和创造性的培养。
原思维的理论基础源于“本质点”的概念,我们把它定义为事物固有的根本属性,即客观规律本身,或者是我们最大程度去接近客观规律所能到达的位置。大到宇宙演变,小到短暂人生,本质点是原始的、简单的,是去掉一切复杂形式的外衣后,最自然、最质朴的存在。找到本质点是我们了解事物、解决问题的关键所在,也是发散思路,保持创造性和想象力的基础。本质点的存在是绝对性和相对性的统一:之于客观世界,规律是绝对的;之于主观认知,接近绝对规律的程度是相对的。我们了解事物的多少,取决于挖掘其本质点的深浅。
2 科学发散的方法论
不管什么样的世界观,如果不能被用于指导实践,都是无用的。原思维的方法论清晰而简单,共分为六大步:一是构建机制;二是结构化机制;三是寻找相对本质点,发散思路;四是信息分析;五是解决问题;六是“共振”检验。
2.1 构建机制
我们定义,“机制”是客观规律的一种现实状态。比如,我们都知道,万有引力是宇宙定律,那么苹果从树上落下来砸到牛顿的故事,就是万有引力定律作用下的现实机制。
在原思维中,我们把机制分为问题和信息两个部分。换句话说,机制就是问题和信息的集合。当我们提出一个问题的时候,就已经指向了一个机制,其中也包含了与问题相对应的信息。问题与信息之间存在着紧密依存的联系,是客观规律的现实反映。
比如,当我们疑问苹果为什么会掉下来的时候,其实就已经指向了苹果掉下来这样一个机制,信息则是与这个问题有关的信息,比如什么样的苹果、掉落的路径,甚至还有时间、天气等。正视、发现、总结机制的存在,并將问题和信息明确出来,是这套理论非常重要的特点。虽然自然规律是客观存在的,但人们对客观规律的认知却是从分析机制开始的。因此,不管遇到什么疑问,不要马上急着去思考答案是什么,先静下心来缓一缓,明确一下问题到底是什么。构建机制就是把问题中所有的参与元素概括出来,不要有漏项,同时归纳出相应的信息。
机制={问题,信息}endprint
我们用Q来表示问题(Question),用I来表示信息(Information),用M来表示机制(Mechanism)。
于是有:
M={ Q,I }
我们用x表示Q里所包括的元素。
于是有:
Q={ x1,x2,x3,…,xn }
于是有:
M={Q,I}
={ x1,x2,x3,…,xn,I }
这一步中,对机制中的信息有个宏观的了解就可以了,不需要进行全面的总结和分析。
我们用牛顿思考苹果为什么会砸到自己来举例说明。
Q:为什么苹果会落下砸到牛顿。
x1:苹果,x2:落,x3:砸,x4:牛顿,x5:树
于是有:
Q={苹果,落,砸,牛顿,树}
I:有关Q这个场景的所涉及的全部信息。比如,苹果的颜色,树的高度,牛顿的表情,……,等等。
于是有:
M={苹果,落,砸,牛顿,树,I}
日常生活中,机制往往不被重视,时间久了甚至习惯被忽略。但人生何尝不是一场游戏,很多人玩着玩着就忘了自己玩的是什么了,既搞不懂自己的问题是什么,也分不清信息是什么了,就这样稀里糊涂地终了一生,岂不可惜?
2.2 结构化机制
“具体的万物背后是永恒的原型理念。” 柏拉图的主张虽然有其历史局限性,但也能给我们不少启发。其实这种原型理念其实就是结构化的思想,就是要去掉机制中一切形式化的外衣,抽象出各元素核心的结构,在大脑中形成其简单的原始模型。要避免还没搞清問题,就迷失在各类信息的洪流中。
结构化机制主要是对问题的结构化。我们用M0来表示机构化后的机制,用s表示结构化的作用过程(Structuralization)
于是有:
M0 = s(Q)
= s(x1,x2,x3,…,xn)
站在牛顿的视角,
x1:苹果,结构化之后就是一个物体;
x2:落,机构化之后就是一种物体向下运动的现象;
x3:砸,结构化之后就是一种高处物体对低处物体的撞击现象;
x4:牛顿,结构化之后就是一个物体;
x5:树,结构化之后就是一种有一定高度的支架。
于是M0={物体,物体向下运动的现象,高处物体对低处物体的撞击,物体,有一定高度的支架}
所以这个机制结构化后就是“支架高处的一个物体向下运动撞击到了低处的另一个物体。
2.3 寻找相对本质点,发散思路
结构化的具体图景,会因人而异,所以不会有统一答案,但是结构化得越深,离本质点也会越近。本质点存在于问题中,寻找本质点的过程,其时就是对上一步结构化之后的机制中的关键问题部分进行二次提炼的过程。
我们用C0来表示本质点(Core Point),用c表示寻找结构化机制后的问题关键点的作用过程(对应法则)。
有C0=c(M0)
站在牛顿的视角,我们认为,结构化过的机制中只有“物体向下运动的现象”这一点是最为关键的存在。于是有:
C0=c(M0)=物体向下运动的现象
找到相对本质点之后,就可以以此为原点进行头脑风暴,发散思路线了,我们用W表示思路,如图1所示。
发散的过程中,不要受本质点以外任何信息的干扰,穷极思想之遥远,列出所有之可能。再次置身于牛顿视角,以C0为原点,尝试发散,如图2所示。
图2 以“物体向下运动的现象”本质点发散思路
2.4 信息分析
到了这一步,我们才真正开始对信息进行分析,也可以把前三步作为信息分析前的准备工作。
我们用y表示I里所包括的元素。
于是有:
I={y1,y2,……yn}
为方便统计和说明,我们假设I中的每个元素y与Q中的每个元素x都有一定的对应性,并用i表示寻找元素有关信息的作用过程(对应法则),即y=i(x)。
于是有:
I ={i(x1),i(x2),i(x3),…,i(xn)}
={与苹果有关的信息,与落有关的信息,与咋有关的信息,与牛顿有关的信息,与树有关的信息}
再以牛顿苹果为例,对于x1的苹果,
有y1=i(x1)
={大小,位置,口感,形状,颜色,内部构造,有无意识,……,等等}
在分析的过程中可以发现,有的信息很明显,都是公共信息,比如:大小、位置、颜色、形状,等等。但有的信息是隐藏的,需要挖掘和验证,甚至需要非常专业的知识才能得到确认,比如口感、内部构造、有无意识等,如图3所示。
图3 x1“苹果”信息分析
在牛顿苹果案例中,我们以“落”这个元素为本质点发散思路,所以在大概率上讲,分析有关“落”的信息,即y2=i(x2),对于解决问题应该最有意义,如图4所示。当然,其他信息也需要进行分析,这里就不一一举例了。
2.5 解决问题
“信息是用来消除随机不确定性的东西”。在上一步中发散了许多思路,但我们还不知道哪些能够解决问题,哪些是对解决问题没有意义的,所以对信息的分析其时就是验证思路正确性的过程。
所有信息分析完毕后,将其代入思路中,这些信息就像是“触手”一样,每当有一个信息节点同思路线有交点的时候,我们就可以对这条思路线的正确性得到一个反馈,如图5所示。当然正确的思路可能不止一个,构建的思路线越多,对信息挖掘的越充分,可能性越多。分析完毕后,就可以对思路线进行排除或者整合。endprint
回到牛顿苹果故事,代入信息后我们发现,第三步的几乎每一条思路线中的可能性,都能得到验证。比如:对于W1,我们确认这些概念都没有问题;对于W2,我们确认其轨迹就是自由落体运动,伽利略发现自由落体定律在此之前,所以此信息已经可以作为公共信息;对于W3,我们认为是非人为的自然作用的几率更大一些;对于W4,我们得知现象导致的结果已然真实发生;对于W5,我们认为这个现象应该是真实存在的,并非虚幻感觉。
最后再将有关信息添加进正确的思路,问题的答案也就找到了。对于牛顿的疑问,答案就是W3:外因-自然作用-非人为,即是一种非人为的自然作用造成的。对于当时的科学认知而言,得到这个答案,应该也算不错了。
2.6 “共振”检验
解决问题有终点,认知世界无极限。原思维用“共振”的概念形容的是我们能够多大程度和多么持久地以本质点为基础去了解事物和解决问题,而不被本质点之外不相干的存在干扰,从而影响思维和决策。只有不断地对分析过程进行检查、验证,发现并维持好“共振”的频率,才能更加深刻的认识问题本身,从而认识自我,认识世界。这里提供两种“共振”检验的方向。
2.6.1 机制的叠加与认知的递进
在牛顿苹果的故事中,经过全面的信息分析,我们已经锁定了一条大概率上正确的思路线。为什么说是大概率上的正确,因为思路中仍然有部分因素我们无法100%肯定。比如可能确实存在着某种神秘的超自然力量,但以当时的认知水平无法尽知;再比如对于存在问题,何为真实?是客观的真实还是主观的真实?这属于哲学范畴,还有待于进一步地研究;比如我们虽然确定了就是一种非人为的自然作用,但到底是推,还是拉,又或是其他,等等。
若想让答案更加准确,我们就必须始终抱着怀疑和探索的精神,對这些不确定性进行更深入地分析,直到完全消除。其实这就产生了许多新的问题,也就同样产生了更多新的机制,新机制中包含的信息还需要进一步去挖掘和验证,又产生了更多新的问题和机制……,如此叠加、递进,使我们能够慢慢地接近真相。
其实对于牛顿苹果的故事,如果按照现在的公众认知水平,现象背后的原因很简单,就是力的作用。什么力呢?重力,也是万有引力的一个分力。这是经典力学的概念,至于后来的量子力学以及所引起的质疑和讨论这里就不叙述了。仔细剖析,牛顿也正是有了这些思考,并持之以恒的研究、挖掘和分析,经历了无数次的否定之否定,才明确了力的概念,并发现了万有引力定律,也最终建立了以三大运动定律为基础的牛顿力学。牛顿尽管在物理学方面已经取得了巨大的成就,但穷尽一生,他自认为对宇宙的知识只相当于一个在海滩上玩耍的孩子对大海的了解。
2.6.2 更深的本质点与奇怪的思路
各种事物的理是绝对的、永恒的,但人们对它们的认识,即人们对科学法则和理论的认识则是相对和可变的,因此,为发现每一具体事物的理,有待人们运用科学的、实践的方法逐一发现。我们相信总是可以挖掘到更深层次的本质点,从而得到C-1,C-2,C-3,…,C-n。这就意味着可以从一个更高的出发点看事物,有如《齐物论》所说:“照之于天”,就是超越任何有局限性的观点,比照事物的本能,这也是我们努力和鼓励的。因此,对事物的本质点挖掘越深,思维的层次越高,思考的格局越大。
站在地球上认知世界,同站在太阳系、银河系相比,肯定有天壤之别。那么比银河系更深的本质点又是什么,宇宙大爆炸理论中的奇点到底在哪里,这些思考都是很有意义的,如图6所示。
同时,对事物的本质点挖掘越深,得到的思路线越多,得到的可能性越多,想象力和创造力越大。我们在模拟牛顿发散思路的时候,出现了一些奇怪的思路,比如真实与幻觉、物质的自我意识、超自然的魔法,等等。这些发散不可能是精确还原,只希望能引发一些思考。谁能保证牛顿当时没有过这些思路?谁又知道牛顿为了验证这些思路的真伪做了哪些努力呢?
在灯泡发明以前,人们把“用火照明”作为相对本质点,发散出的思路都是围绕把火的照明作用发挥更好,于是相继有了火把、蜡烛、油灯,等等。但是,以爱迪生为代表的科学家们,却找到了更深层次,也是更简单、更原始的本质点——“照明”,在他们发散出的思路线里,用火照明只不过是其中一条而已;再比如当大多数手机生产厂家在机械地研究如何把功能机做到极致的时候,史蒂夫·乔布斯却站在了更深、更酷的地方,想在这个小小的终端平台上,融入更多功能,研发起了智能机;还比如当大多数汽车制造商在想方设法提高燃油使用效率,制造优质的传统动力汽车的时候,埃隆·马斯克却已经开始思考用锂电蓄电作为动力源的电动跑车了,他绕过之前所有做电动车的人所谓的“行规”和“经验”,只思考在物理学理论上是否可行,极大地降低了特斯拉汽车电池的成本。
如果只是凭借惯性思维,不停地干别人都在干的事情,即使做到极致也可能缺乏新意,而那些奇怪思路产生的一点点创造力和想象力,很多时候就是普通人和天才之间不可逾越的鸿沟。
因此,提出“共振”检验的概念,不是要检验我们能学到了多少知识,解决了多少问题,而是要检验我们的思考和分析是否达到了自己认知的最高水平,是否在分析的过程中全面地看清了事实,找到了真相,并摸清了自己人生的“主轴”。
3 可以拓展的思维方法
原思维是一种简单易用而又能引发思考的思维方法,拉近了哲学世界与日常生活的关系。他既是一种坚持本质主义的科学思维,又是一种回归生活的生成性思维。它能帮助人们揭示事物的本质,开发人们的想象力,认清和避免思维中的误区,让决策回归理智。我们也大胆地认为,这是一套引导人们思维和智性提升的理论,其被运用的领域可以涵盖万事万物,具有非凡意义。
既然敢于探究本原,接受奇怪的思路,就没有什么权威的理论可以束缚我们的思想,每个人都可以积极思考,总结创造出属于自己的思维哲学,从而指导决策。很多世界级的企业家在取得商业成功时,都摸索出了自己的方法论,比如巴菲特的“价值投资”理论、索罗斯的“反身性”哲学、乔布斯的“简洁”原则、贝佐斯的“自组织”理论,无不如此。文章案例中牛顿虽然用的不是原思维,但我们希望通过原思维,来培养更多的牛顿。endprint
3.1 原思维股票估值模型研究
茫茫股市,入易行难。股票到底是什么?股票的价值怎样衡量?或许大多数股民并没有认真考虑过这些问题,甚至觉得这根本就不是一个问题。尽管追涨杀跌,与主力周旋,与恶庄搏斗就是了。真的是这样吗?本着极大的兴趣和足够的自信,我们尝试用原思维的方法,研究一下股票估值。
3.1.1 构建机制
Q:怎样对股票进行估值?
Q={股票,估值,方法}
M={Q,I}
={股票,估值,方法,有关信息}
3.1.2 结构化机制
M0=s(Q)=s{股票,估值,方法}
s(股票)=一种有价凭证,包含三个属性:所有者权益,分红收益,以及承担的风险。
s(估值)=估算事物的价值。
s(方法)=方法。(方法是一个基础词,无须结构化)
所以,机构化后的机制M0就是:寻找一种方法,估算一张有所有者权益、分红收益、风险三种属性的有价凭证的价值。
3.1.3 寻找相对本质点,发散思路线
将结构化之后的机制中的关键部分进行二次提炼,我们得到本质点C0=c(M0),就是衡量所有者权益、分红收益、风险三种属性与股票的市场价值之间变化关系。
正常情况下,所有者权益与股票价值成正比,可用每股净资产来衡量;分红收益成与股票价值成正比,可用每股分红来衡量;风险与股票价值成反比,可用预期投资收益率来衡量。
以此为基础,我们尝试建立估值模型。我们用V0表示股票价值(Share Value),用t代表投资年限(Time To hold),用R表示预期投资收益率(Expected Rate Of Return),用D表示预期的每股分红(Dividend Per Share),用A表示预期的每股净资产(Net Asset Value Per Share),于是有:
V0=∑nt=1Dt(1+R)t+At(1+R)t
找到了本质点,并以此为基础构造模型,那我们的思路就明确了:要想得到股票的估值,只需要得到t、R、D、A四个参数就行了。如图7所示,我们尝试发散思路:
3.1.4 信息分析
接下来就是验证思路正确性的过程。我们搜集所有有用的公共信息,并进行分析,同思路线进行碰撞,从而得到t、R、D、A的具体数值。在我们的模型中,t、R、D、A其实也是一个估值,是基于客观分析得出的主观结果,因人而异。
投资年限,对于同一个股票,有人想投资1年,有人则想投资10年;对于同一个人,准备投资1年和投资10年,得出的结果也不一样。
预期收益率,其实就是一种人们内心应对风险的尺度,有人对股票的预期收益率高,有人则比较低。通常我们都采用国债的收益率作为无风险收益率,股票的实际价值一定是小于用无风险收益率得出来的股票价值。
每股分红D,普通的计算方法是在披露的报表数据中查找、分析、计算。但既然是未来一个时间的估值,普通投资者就没有办法直接得到相应数据,而且即使得到了也不一定是真实的。因此我们采用因素分析法。事物都遵循因果关系,如果能够找到影响因素,并且判断出他们对公司影响力的方向和大小,那么就能够得到D的发展方向和趋势,从而得到一个大体的区间,如图8所示。
每股净资产A,同D一样,需要使用因素分析法,这里不再详细说明。
3.1.5 解决问题
将t、R、D、A数值带入
V0=∑nt=1Dt(1+R)t+At(1+R)t
得到结果,问题解决。
3.1.6 “共振”检验
检验1:是否还有更多的细分机制和更深的认知探讨?对t、R、D、A的信息分析就是深化之后的細分机制,其中可能需要运用许多金融领域之外的知识,比如市场营销、心理学,还有公司产品的专业知识……而这些金融学之外的知识,往往才是解决问题的根本所在,因为分析股票价值,实际上是分析的公司本身,更深入一点,是分析的产品本身。因此,原思维鼓励人们自主思考和分析,倡导分析就能产生价值,同时我们还鼓励人们跨学科分享知识,倡导分享能传达价值。
检验2:是否有更深的本质点和更奇怪的思路?金融市场是一个非常成熟的市场,国外有多种成型的理论和模型,如:现金流量模型、市盈率模型、市净率模型、市价/收入比率模型及经济附加值模型等,但原思维股票估值模型却是一套基于原思维的全新金融理论。后生小辈,致敬经典,践悟以正心;无名小卒,青春不悔,立言以明志。我们相信不管是谁,投资都要遵守基本的商业准则的和事物发展的基本规律,投资的本质就是投资企业,试图把投资隔离于商业本质之外的投机者注定是在参与一场零和游戏的赌博。
3.2 原思维数学、逻辑问题分析方法研究
原思维的方法论步骤较多,每个环节都非常重要。但在思考和解决实际问题的时候,根据具体情况,可以有所侧重,不必一板一眼地盲目套用,避免“着相”。比如有些问题,结构化机制之后,就基本得到答案了,重要的是找到解题思路。这样的案例在数学、逻辑领域尤为常见。除了语言学科以外,其他学科基本上都会运用到数学和逻辑。掌握数字规律,训练逻辑思维,可以解决生活中的许多实际问题。打开了数学和逻辑的大门,世界将豁然开朗。
3.2.1 原思维之海盗分金
案例:话说一天有5个海盗抢了一艘游轮,得到了100枚金币,但这5个人没有老大,不知道怎么分这100枚金币。不过5个人都绝顶聪明,他们决定:
A 抽签,决定1、2、3、4、5五个号码。
B 由1号提分配方案,大家一起举手表决,超过半数同意则通过;否则被扔进大海里喂鲨鱼。
C 1号死了由2号提分配方案,四个人表决有超过半数人同意,则通过,否则仍旧被扔进大海里喂鲨鱼。endprint
D以此类推。
假定:每个海盗都是一样的聪明,没有谁比谁笨,都很理智可以做出理性的决策,那么1号如何决策才能使自己的收益最大且不会被扔进大海里喂鲨鱼?
解析:其实这是动态博弈论的经典案例,是高度简化和抽象化的模型,无目的、无逻辑地解答只会事倍功半。下面我们用原思维进行简易解析,点到为止。
(1)构建机制。
Q={第一个,海盗,分配方案,通过,收益最大}
M={Q,I}
={第一个,海盗,分配方案,收益最大,通过,有关信息}
(2)结构化机制。
可以在大脑中构建整个机制的图景,如图9所示。
图9 海盗分金问题的结构化图景
于是有:
M0=s(Q)=一号海盗方案通过,且收益最大
(3)寻找相对本质点,发散思路线。
C0=c(M0)=方案通过,收益最大是条件,可看作信息。
因此我们围绕C0发散思路,如图10所示。
分析到此,基本意味着问题可以解决了,只需要用倒推法逐个分析5号、4号、3号、2号的需求和行为就可以了。所以,用原思维分析日常生活中的数学、逻辑问题,更重要的是对问题本身的结构化和对本质点的挖掘,一旦找到问题背后的实质模型,思路就有了;一旦思路有了,剩下的不过是普通的技术问题了。
3.2.2 原思维之移动圆环
案例:白色木桩和黑色木桩间绑着绳子,白色木桩下套着一个圆环,绳子中间有个结,现在想把圆环移动到黑色木桩上,但同时不能通过这个结,如果圆环可以无限放大或缩小,那么怎么样才能把它从白色木桩上移动到黑色木桩上?
解析:虽然这个案例机制中包含的元素比较多,但其实却很简单,关键在于如何结构化。我们将整个问题在大脑中浮现一个结构化之后的图景后,问题就很清晰了,如图12所示。
本质点也很简单:固体的转移,如图13所示,可以发散很多有趣的思路:
最终将有效信息“无限放大或缩小”带入,如图14所示,答案水到渠成。
总之,原思维作为一套原创思维方法理论,坚持“原本简单”的世界观,大胆地将人类一般性思维方法进行了规范和统一,为人们的思考和决策提供参考和引导,同时注重想象力的开发和创造性的培育,可以被广泛应用到各行各业,帮助形成各种科学而又独特的思维哲学。
参考文献
[1]徐华. 试论思维惰性的特征及其成因[J]. 学术论坛, 1985,(12):1015.
[2]李刚. 论哲学范畴与思维方式的内在关系——兼论“效益”范畴与当代思维方式[J]. 南昌大学学报(人文社会科学版), 2003, 34(6):710.
[3]白音. 崇高的失落与重建——崇高问题的哲学史反思[J]. 理論月刊, 2012,(11):3639.
[4]赵林. 论德国哲学的神秘主义传统[J]. 文史哲, 2004,(5):128133.
[5]张家龙. 论本质主义[J]. 哲学研究, 1999,(11):5060.
[6]冯友兰. 中国哲学简史[M].北京:北京大学出版社,2012.
[7]李文阁. 生成性思维:现代哲学的思维方式[J]. 中国社会科学, 2000,(6):4553.
[8]Shannon C E. A mathematical theory of communication[J]. Bell Labs Technical Journal, 1948, 27(4):379423.
[9]冯友兰. 新理学[M]. 北京:北京大学出版社, 2014.
[10]Lawley D N, Maxwell A E. Factor analysis as a statistical method[J]. Journal of the Royal Statistical Society, 1962, 12(3):209229.
[11]齐艳. 证券估值方法的分析与评价——基于几种经典股票估值模型的研究[J]. 思想战线, 2010,(s1):5254.
[12]王先国. 浅谈数学解证题中逻辑思维能力的培养[J]. 现代阅读:教育版, 2013,(3):380381.endprint